Setiap periferal Kinect® memiliki tiga jenis sensor yang berbeda. Sensor utama yang dikenal dengan Kinect® adalah kamera inframerah (IR) yang mampu memeriksa titik cahaya untuk membuat peta kedalaman. Sensor Kinect® utama ini digunakan untuk memetakan suatu area, dan orang-orang di dalamnya, dalam tiga dimensi. Setiap perangkat juga memiliki kamera tradisional yang menghasilkan output video merah, hijau dan biru (RGB). Jenis terakhir dari sensor Kinect® yang ada di setiap perangkat adalah empat mikrofon yang diatur ke dalam array.
Kinect® adalah perangkat periferal yang digunakan untuk memanipulasi video game tanpa memerlukan pengontrol fisik. Sejumlah sensor Kinect® yang berbeda bekerja sama untuk memungkinkan hal ini. Periferal penangkap gerakan sebelumnya hanya melacak gerakan, tetapi Kinect® juga mampu menghasilkan peta kedalaman dan mengenali sumber suara yang berbeda di dalam ruangan. Input dari sensor Kinect® ini juga dapat digunakan secara terpisah untuk fungsi yang berbeda.
Agar sensor Kinect® dapat membuat peta kedalaman, setiap perangkat juga dilengkapi dengan proyektor inframerah. Komponen ini mampu menyinari ribuan titik cahaya ke area bermain. Titik cahaya ini tidak terlihat dengan mata telanjang, tetapi kamera inframerah yang ada di setiap Kinect® dapat melihatnya dan kemudian menghitung waktu terbang untuk membuat representasi tiga dimensi ruangan.
Sensor visual lain yang ada di setiap Kinect® adalah kamera RGB tradisional. Kamera ini membuat video pada resolusi 640×480 dan 30 frame per detik (FPS). Dengan menggabungkan data visual ini dengan peta kedalaman yang disediakan oleh sensor IR, Kinect® dapat membuat representasi ruang tiga dimensi. Informasi gabungan ini juga digunakan untuk memperkirakan struktur kerangka pemain, yang merupakan cara periferal mencatat gerakan untuk menghasilkan input game. Video juga dapat digunakan secara terpisah dari peta kedalaman untuk konferensi video dan mengambil gambar diam.
Rangkaian mikrofon adalah jenis sensor terakhir yang ada di setiap perangkat Kinect®. Dengan memeriksa perbedaan suara yang diambil oleh masing-masing dari empat mikrofon dalam susunan, Kinect® dapat menentukan kira-kira dari mana suara itu berasal. Informasi ini dapat digunakan untuk mengunci kontrol suara ke satu pemain atau menyaring kebisingan latar belakang. Rangkaian mikrofon juga dapat digunakan secara terpisah untuk komunikasi suara dan fungsi serupa lainnya.